学会“反杀”大数据杀熟拒绝成为算法镰刀下的“韭菜”

师天浩

三大易中招“人群”

大数据杀熟对万千网友来说已不是新鲜事。2019年年初，北京市消费者协会发布的一份大数据杀熟调查显示，有56.9%的被调查者表示有过被大数据杀熟的经历，高达88.3%的人认为杀熟是普遍现象。大量电商平台、生活服务、网约车、OTA在线差旅服务，甚至视频和电影订票类等互联网平台都被曝出存在疑似“大数据杀熟”的案例。通过对过往案例分析复盘后发现，被大数据“收割”的人群具备一定的共同属性。

首先，高消费用户；一位复旦大学的教授在2019年，用一年的时间带领团队在全国多个城市实地调研，收集打车样本。调查结果显示，iPhone用户更容易被专车、优享这类更贵的车型接单，如果不是iPhone，则手机越贵，越容易被更贵的车型接单。

不仅是在出行方面存在价格差异，在酒旅方面也是一样。有用户在使用携程订酒店时，两部价位不同的手机，对于同一个房间，显示的价格存在差异。经过验证发现，3 000元以上价位手机与千元机相比，房间价格高出100元左右。

出现这样的情况，主要是因为这类使用iPhone或高价位手机的用户被算法打上了“价格不敏感”的标签，所以平台趁机给用户加价，或给这些用户优先推荐高消费服务。

其次，活跃用户；随着技术的进步，平台利用大数据算法，对不同的消费用户展示出不同的消费价格。正常情况下，平台上那些重复购买的用户，往往很少去“比价”，属于对平台信任感更强的人群，有的互联网平台会针对这种用户进行“杀熟”。

2018年3月，经常使用某旅行APP预订酒店的网友“廖师傅廖师傅”发现，他预订的房间价格在380～400元，但很少用该APP的朋友查询到的同一房间价格仅为300元。

再次，会员用户；充会员本想是可以得到更大的优惠，结果有时也会大相径庭，各平台的会员就像一种契约，意味着消费者会高频消费，平台则给予各种“增值服务”作为回报，而令人想不到的是，有时会员用户会比非会员用户承担更高的价格。

对忠诚度更高的用户进行“收割”，怎么看都像自掘坟墓的行为，这么多企业为何对此趋之若鹜，这般乱象缘何会频繁出现？问题的根源，除了大数据技术提供了这种“消费歧视”策略实行的基础，更多地源于市场竞争的复杂性。企业为了兼顾提高营收和吸引新用户，不得不施行这种看起来并不明智的运营策略。

杀熟难短期消失，自防很重要

根据黑猫投诉发布的相关数据显示，键入关键词“杀熟”后，美团、携程、滴滴出行等均在投诉名单之上。几乎所有互联网巨头们都难逃杀熟罪名。

消费者不禁会疑问，平台及巨头们为何甘愿背负名誉受损和股价狂跌的代价，也要把大数据杀熟进行到底呢？一切客观存在的事物都有其内在的逻辑，对大数据杀熟泛滥的领域进行深入调查后发现，这种怪现象背后的原因有三个。

首先，持续的“烧钱”扩张策略是罪魁祸首；多数互联网企业在初期以“烧钱”快速扩张，利用低价圈住消费者。长此以往，平台逐渐成了领域的龙头，并以此对丧失选择权的用户进行“收割”。从不为自己设限的美团，一直都在追逐业务的边界，想要赶上每一个风口顺势腾飞，于是不惜“烧钱”拓展零售、社区团购、出行等新业务，但从美团最新发布的财报中来看，持续扩张的美团并不乐观。根据其财报显示，美团2020年第四季度，新业务亏损由2019年的13亿元，同比扩大至2020年的60亿元。

美团虽然将新业务的亏损称为“面向未来的投入”，但从现阶段来看更像是台“碎钞机”。同时在“烧钱”扩张的还有滴滴出行，先是进军跑腿市场，紧接投资1亿元搞货运，而后上线“橙心优选”，宣布入局社区团购，每一项业务都是真金白银砸出来的，因此2020年也被看作是滴滴出行“烧钱”最猛的一年。

正是巨头持续的扩张策略，使平台需要大量的资金支撑利润和新业务拓展，于是就会想方设法回血资金，大数据杀熟也就成为巨头的共同选择。

其次，新用户增速放缓是第二动因；随着互联网红利见顶，流量也逐渐触摸到天花板，很多行业都进入了存量竞争的阶段，许多领域获客成本达到了几百元甚至上千元，因此各平台都会对新用户赠送各种折扣和福利。大多数外卖、出行、OTA平台已经渡过“创业时期”，用户增长都开始减慢，融资渠道减少，对老用户“痛下杀手”，并把其中一部分的钱补贴给新用户，成了平台保持对新用户吸引力的一个妥协性的办法。

新用户增速放缓，让各大平台不得不将目光放回老用户身上，“薅”老用户、会员用户的“羊毛”，成为大数据杀熟的第二动因，这也使杀“熟”保“新”将会长期存在。如日常购买外卖时，就可以看一看美团、饿了么两家平台同一个商家的同一商品定价，和各自配送费的定价，哪家更低选哪家，掌握主动权才是应对“收割”的正確做法。

最后，取证难、维权难助长乱象泛滥；每次出现大数据杀熟的风波，企业都会以各种理由回应，过去大数据杀熟的拷问此起彼伏，面对外界的质疑，互联网企业通常以商品型号或配置、享受套餐优惠、时间点不同等为理由，进行自辩。

镰刀之下并非毫无办法

镰刀之下，并不是只有束手就擒一条路可走，只要读懂大数据杀熟背后的商业逻辑，就有了应对之策。根据专业人士总结，目前互联网平台存在的“杀熟”方式主要是平台算法，基于对用户的消费能力、消费意愿以及消费频次所衍生的数据标签来进行区别定价。

只需搞懂大数据杀熟背后的“运行逻辑”，很多消费者就可以从“杀熟”的包围圈中突破出来。

点外卖、出行打车、下单酒旅时，要多“货”比三家；在选择同样的商品时或服务时，不妨多浏览几个平台，雨露均沾地使用多个平台进行货比三家，不仅可以更实惠，还可以有效防止被杀熟。比如，美团给你高价，你就多去饿了么点外卖；携程酒店价格高，就去途牛；滴滴出行打车价高，就去美团打车，不要过度依赖某个平台形成一种惯性。

如果过度依赖于某个平台，那平台就会认为你是一个“价格不敏感”的用户，可以放心大胆地进行“收割”了。相反如此若即若离、反复无常的疏离感，才会让平台算法没有“安全感”，从而达到“驯服”它的目的，这样大数据杀熟的镰刀就会较少地落在你的头上。

了解大数据技术也有“机器弱点”，“渣”一点或可破解；大数据技术虽然名头很唬人，其实只是像数学公式一样的“死逻辑”，你不符合平台关于“韭菜”的定义，就能破解机器算法。可以提供干扰性数据，来模糊我们的用户画像。

打个比方，当你想买某款商品，不要一直搜索浏览，你可以再看看相差较大的品类，通过搜索行为来模糊平台对你消费意图的判断，这样算法就很难对你的真正意图做出准确地判断。另外，专家还呼吁要为大数据算法“立规矩”。据了解，今年2月7日，相关部门发布关于平台经济领域的反垄断指南，对消费者反映较多的“大数据杀熟”等问题做出专门规定，或會一定程度地将大数据技术关进“笼子”里，这对于消费者而言也是个好消息。

努力把自己“打造”成各种外卖、出行、OTA APP的非熟客。“杀熟、杀熟”，因为熟悉才成为大数据镰刀下的待割之物，如果我们佯装成并不熟悉的新用户，那么平台应该也会以厚礼相待。

遵从这样的思路，我们可以从源头下手，谨慎授权自己的信息给相关APP，对于APP的各种申请授权予以甄别的进行开放，尤其是关于麦克风、通话记录以及存储这些即会暴露购买倾向，又和大部分消费服务无关的信息，可以有选择性地对相关APP开放，减少它们对自己的了解，会更好的保护你的消费权益。

又或者在某一段时间内删除你常用的那些APP，以此来触发该平台的客户流失预警。当平台将你列为即将流失的用户，这样你在机器的“眼里”就不再是“熟人”，从而平台会更加重视你的体验，你也可以避免很多麻烦，少花很多“冤枉钱”。